《表1 部分归一化数据列表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PSO-BP神经网络的高炉煤气受入量的预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过分析影响因素，本文选取热风炉压力、鼓风机送风总量、鼓风机送风含氧量、高炉压力、喷煤BFG使用量、TRT出口压力和高炉至外网BFG压力7项影响因素作为网络的输入。在预测之前，将采集到的样本数据标准化以消除采样数据中的奇异值，以确保样本数据被限定在一定范围内。本文随机选出一天2 500组数据，2 300组数据作为训练样本，200组数据作为测试样本，归一化的部分数据如表1所示。